基于局部稀疏表示的目標(biāo)跟蹤算法
【文章頁數(shù)】:7 頁
【部分圖文】:
圖5.6在FiFA數(shù)據(jù)集上的一些檢測結(jié)果示例,左邊的3幅圖像是查詢圖像
5基于深度學(xué)習(xí)的顯著性目標(biāo)檢測博士學(xué)位論文74圖5.6在FiFA數(shù)據(jù)集上的一些檢測結(jié)果示例,左邊的3幅圖像是查詢圖像。對每個(gè)查詢圖像,上面一行是原始的含有該人臉的輸入圖像,下面一行顯示的是對應(yīng)檢測輸出的熱圖像。(二)在David1和Face1序列上的實(shí)驗(yàn)David1序列由于具有下....
圖1正、負(fù)樣本的稀疏直方圖表示圖距離;Ti是模板稀疏編碼直方圖第i階變量;Hi如果相似度很高,在一定程度上支持當(dāng)前幀背景為
第11期田鵬等:基于局部差別性分析的目標(biāo)跟蹤算法2637圖1正、負(fù)樣本的稀疏直方圖表示圖距離;Ti是模板稀疏編碼直方圖第i階變量;Hi是候選目標(biāo)模板稀疏編碼直方圖第i階變量;C是稀疏直方圖總階數(shù)。2.2.2相似性和差異性相結(jié)合的相似性測量目標(biāo)跟蹤中,由于圖像質(zhì)量,劇烈運(yùn)動、遮擋或....
圖1算法原理?n)表示分塊i的樣本模板;d為分塊像素點(diǎn)展開的列向
取得了魯棒的跟蹤效果[13-15,18]。該算法使用模板稀疏表示目標(biāo)的整體外觀模型,并根據(jù)最小化l1選取具有最小重構(gòu)誤差的待選樣本作為跟蹤結(jié)果。但是,這類算法僅考慮了目標(biāo)整體的外觀模型,忽略跟蹤目標(biāo)的局部結(jié)構(gòu)信息,因此在利用l1最小化計(jì)算被部分遮擋的待選樣本時(shí)會產(chǎn)生較大的重構(gòu)誤差....
圖2跟蹤結(jié)果
4.8表2重合度成功率(單位:%)BasketballDudekWomanDavid2David3L123.585.816.556.937.9MIL21.970.515.445.653.8VTD58.879.913.268.840.6Ours54.888.440.865.367.....
本文編號:3992980
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3992980.html